說明：文中所有的配圖均來源于網(wǎng)絡(luò)

在2025年9月9日舉行的AI基礎(chǔ)設(shè)施峰會(huì)上，英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛向全球宣布推出革命性GPU產(chǎn)品——Rubin CPX（Rubin Context GPUs）。這款專為百萬token級長上下文推理設(shè)計(jì)的專用處理器，標(biāo)志著AI計(jì)算領(lǐng)域迎來劃時(shí)代的技術(shù)飛躍，其技術(shù)突破不僅將重構(gòu)軟件開發(fā)、視頻生成等長上下文任務(wù)的處理范式，更將開啟AI智能體系統(tǒng)的新紀(jì)元。

Rubin CPX的誕生直擊當(dāng)前AI計(jì)算的核心痛點(diǎn)。隨著大模型向多步推理、持久記憶和長上下文方向演進(jìn)，傳統(tǒng)計(jì)算架構(gòu)在處理軟件開發(fā)、視頻生成、深度研究等復(fù)雜任務(wù)時(shí)面臨嚴(yán)峻挑戰(zhàn)。以軟件開發(fā)為例，AI系統(tǒng)需要理解整個(gè)代碼庫結(jié)構(gòu)、跨文件依賴關(guān)系，甚至需要處理數(shù)百萬行代碼的上下文關(guān)聯(lián)，這對計(jì)算架構(gòu)的上下文處理能力提出了指數(shù)級增長的需求。同樣，長視頻生成、學(xué)術(shù)研究等場景也需要在百萬token范圍內(nèi)保持高度連貫性和記憶精度，這對計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源提出了前所未有的協(xié)同要求。

英偉達(dá)提出的SMART全棧解耦式基礎(chǔ)設(shè)施方案為此提供了系統(tǒng)級解決方案。該框架通過計(jì)算與內(nèi)存資源的動(dòng)態(tài)調(diào)配，結(jié)合Blackwell架構(gòu)GB200 NVL72平臺(tái)與NVFP4低精度推理技術(shù)，配合TensorRT-LLM、Dynamo等開源軟件棧，實(shí)現(xiàn)了推理性能的指數(shù)級提升。值得注意的是，推理過程被創(chuàng)新性地拆分為兩個(gè)獨(dú)立階段：上下文處理階段作為計(jì)算密集型任務(wù)，需要高吞吐量處理能力快速消化海量輸入數(shù)據(jù)；而生成階段則受限于內(nèi)存帶寬，依賴NVLink等高速互連技術(shù)實(shí)現(xiàn)快速內(nèi)存?zhèn)鬏敗＿@種解耦架構(gòu)使得兩個(gè)階段能夠獨(dú)立優(yōu)化，顯著提升系統(tǒng)吞吐量，降低延遲，并提高資源利用率。

Rubin CPX的革命性體現(xiàn)在其針對長上下文推理的專項(xiàng)優(yōu)化。作為首款專為大規(guī)模上下文打造的CUDA GPU，Rubin CPX采用基于NVIDIA Rubin架構(gòu)的單片設(shè)計(jì)，內(nèi)置NVFP4計(jì)算資源，在性能與能效表現(xiàn)上達(dá)到業(yè)界頂尖水平。其技術(shù)參數(shù)令人矚目：配備128GB高性價(jià)比GDDR7內(nèi)存，可提供高達(dá)30 petaflops的算力，在NVFP4精度下實(shí)現(xiàn)性能與精度的雙重突破。與前代GB300 NVL72系統(tǒng)相比，其注意力處理能力提升3倍，顯著增強(qiáng)AI模型在長上下文序列處理中的速度與穩(wěn)定性。

更值得關(guān)注的是其與解耦式基礎(chǔ)設(shè)施的無縫集成能力。Rubin CPX可與NVIDIA Vera CPU和Rubin GPU協(xié)同工作，組成全新的NVIDIA Vera Rubin NVL144 CPX平臺(tái)。這一MGX系統(tǒng)在單機(jī)架內(nèi)可提供8 exaflops的AI算力，是GB300 NVL72系統(tǒng)性能的7.5倍，同時(shí)配備100TB高速內(nèi)存和1.7 PB/s的內(nèi)存帶寬。這種集成式設(shè)計(jì)不僅支持現(xiàn)有Vera Rubin NVL144系統(tǒng)的升級，更通過專用計(jì)算托盤實(shí)現(xiàn)硬件資源的最大化利用，為企業(yè)提供靈活的擴(kuò)展路徑。

在軟件開發(fā)領(lǐng)域，Rubin CPX的突破性價(jià)值已得到行業(yè)領(lǐng)軍者的驗(yàn)證。Cursor首席執(zhí)行官M(fèi)ichael Truell指出，借助Rubin CPX，開發(fā)者將能夠?qū)崿F(xiàn)極速代碼生成和深度開發(fā)者洞察，從而重塑軟件創(chuàng)作方式。這種變革不僅體現(xiàn)在代碼生成速度的提升，更在于AI系統(tǒng)對倉庫級代碼結(jié)構(gòu)的全局理解能力，使得AI助手能夠真正成為開發(fā)者的智能伙伴，而非簡單的代碼補(bǔ)全工具。

在創(chuàng)意產(chǎn)業(yè)，Runway首席執(zhí)行官Cristóbal Valenzuela強(qiáng)調(diào)，視頻生成正快速邁向更長上下文和更智能體驅(qū)動(dòng)的創(chuàng)作流程。Rubin CPX的性能飛躍將為高強(qiáng)度創(chuàng)意任務(wù)提供有力支持，構(gòu)建更通用、更智能的創(chuàng)意工具。這意味著從獨(dú)立藝術(shù)家到大型工作室，創(chuàng)作者都能在工作中獲得前所未有的速度、真實(shí)感和掌控力，實(shí)現(xiàn)曾經(jīng)遙不可及的創(chuàng)意構(gòu)想。

NVIDIA Dynamo開源推理框架在此次技術(shù)革新中扮演關(guān)鍵角色。作為解耦架構(gòu)的編排層，Dynamo通過模塊化設(shè)計(jì)實(shí)現(xiàn)低延遲KV緩存?zhèn)鬏?、LLM感知路由和高效內(nèi)存管理的精確協(xié)調(diào)。在最新的MLPerf Inference基準(zhǔn)測試中，基于Dynamo的解耦推理在GB200 NVL72平臺(tái)上創(chuàng)造了新的性能紀(jì)錄，驗(yàn)證了該架構(gòu)在真實(shí)場景中的有效性。

值得注意的是，英偉達(dá)通過持續(xù)的技術(shù)創(chuàng)新和生態(tài)系統(tǒng)建設(shè)，正在構(gòu)建長上下文AI計(jì)算的標(biāo)準(zhǔn)范式。從NVFP4低精度推理技術(shù)的普及，到TensorRT-LLM的持續(xù)優(yōu)化，再到Dynamo框架的開源共享，英偉達(dá)正在形成覆蓋硬件、軟件、工具鏈的完整技術(shù)生態(tài)。這種生態(tài)優(yōu)勢將進(jìn)一步鞏固其在AI計(jì)算領(lǐng)域的領(lǐng)導(dǎo)地位。

根據(jù)英偉達(dá)官方路線圖，Rubin CPX預(yù)計(jì)將于2026年底正式上市。這一時(shí)間表與AI產(chǎn)業(yè)的快速發(fā)展節(jié)奏高度契合，考慮到當(dāng)前大模型參數(shù)規(guī)模已突破萬億級，且長上下文需求呈現(xiàn)爆發(fā)式增長，Rubin CPX的量產(chǎn)將恰逢其時(shí)地滿足市場需求。

從更宏觀的產(chǎn)業(yè)視角看，Rubin CPX的推出不僅標(biāo)志著硬件技術(shù)的突破，更預(yù)示著AI應(yīng)用范式的根本性轉(zhuǎn)變。隨著長上下文處理能力的指數(shù)級提升，AI系統(tǒng)將真正具備理解復(fù)雜知識(shí)體系、進(jìn)行深度推理的能力，從而在科學(xué)研究、工程開發(fā)、內(nèi)容創(chuàng)作等領(lǐng)域催生全新的應(yīng)用場景。這種變革將重新定義"創(chuàng)作者"的內(nèi)涵，使得人類與AI的協(xié)作進(jìn)入前所未有的深度融合階段。

黃仁勛在發(fā)布會(huì)上強(qiáng)調(diào)，正如RTX徹底改變圖形處理和物理AI一樣，Rubin CPX將成為AI計(jì)算新紀(jì)元的基石。這款專為大規(guī)模上下文打造的CUDA GPU，不僅解決了當(dāng)前長上下文推理的技術(shù)瓶頸，更開創(chuàng)了AI智能體系統(tǒng)的新可能性。隨著Vera Rubin NVL144 CPX平臺(tái)的逐步部署，我們有理由相信，AI計(jì)算將進(jìn)入一個(gè)性能、效率、智能全面躍升的新時(shí)代，而這一進(jìn)程的起點(diǎn)，正是Rubin CPX的革命性突破。

END